MATLAB实现单点弦割法、牛顿插值法、复化梯形求积公式、复化辛普生求积公式、二阶龙格-库塔法转二阶Adams预报-校正法

利用野火开发板STM32F103VET6 +超声波HC-SR04 完成倒车雷达功能，距离越近蜂鸣器频率越高，距离值通过中值滤波算法，以及卡尔曼滤波算法，算法系数可调，也可用在ADC数据采集滤波上，或者其他原始数据采集上

保守值法matlab代码DRAMMIMO_MATLAB 适用于MATLAB的延迟拒绝自适应大都会多输入多输出。 该软件包利用延迟拒绝自适应大都会（DRAM）算法的修改版本，以数字方式实现最大熵（ME）方法。 最初的DRAM算法基于Marko J. Laine博士（）的MATLAB工具箱和Ralph C. Smith博士的书[1]。 它使用马尔可夫链蒙特卡罗（MCMC）方法。 最大熵方法可用于融合来自不同来源的数据并量化模型之间共享的模型参数的不确定性[2]。 当只有一组数据可用时，“最大熵”方法将自动变为贝叶斯方法，并且该算法等效于原始DRAM算法。 该软件包提供了用于MATLAB环境的代码。 可在上找到适用于Python环境的等效版本。 当前，只有一个简单的线性模型来演示如何使用该软件包。 有关详细信息，请参见main.m。 将来会添加更复杂的示例。 [1]拉尔夫·史密斯（Ralph C Smith）。 不确定性量化：理论，实施和应用，第12卷。暹罗，2013年。 [2]高伟，威廉·奥茨和拉尔夫·史密斯。 用于不确定性定量和分析多功能材料的最大熵方法。 在ASME 2017智能材料，

保守值法matlab代码GD方法 梯度下降法 说明：该存储库包含不同版本的梯度下降算法的实现。 版权所有（c）2020 Behrad Soleimani保留所有权利 接触： 日期：2020年4月25日 要求：在Matlab R2019a版本中实现，但应在大多数版本上运行。 内容： main.m：主脚本。 GradDescent.m：带有（回溯）线搜索的梯度下降。 GradDescent_BB.m：使用Barzilai-Borwein更新的梯度下降。 GradDescent_Nesterov.m： Nesterov加速梯度下降。 ProjGradDescent.m：投影梯度下降。 LipschitzEstimation.m： Lipschitz常数估计函数。 LogisticRegression.m： Logistic回归目标函数。 DualSVM.m：对偶软SVM目标函数。 说明：简单易用。 将所有代码下载到目录中并运行main.m，这将生成一个如下所述的示例。 要单独使用功能，请查看功能说明。 例子： 在此示例中，我们考虑带有二进制标签的逻辑回归问题。 为了校准样本，我们通过梯度下降

MATLAB源程序代码分享：MATLAB实现三次样条插值法求信号的包络线

水线（也称分水岭或流域，watershed）阈值算法可以看成是一种特殊的自适应迭代阈值方法，它的基本思想是：初始时，使用一个较大的阈值将两个目标分开，但目标间的间隙很大；在减小阈值的过程中，两个目标的边界会相向扩张，它们接触前所保留的最后像素集合就给出了目标间的最终边界，此时也就得到了阈值。

自适应模糊阈值法matlab代码SPIE 2019医学影像报告 郝江〜02/25/2019〜 目录 电脑辅助设计 使用弱监督和无监督对抗域自适应的独立于供应商的软组织病变检测 这项工作是针对软组织病变检测的对抗域适应 当前的软病变检测网络的局限性： 由于原始图像的后处理（专有）不同，当前网络的性能存在与硬件/软件相关的差异。 性能还与像素间距/检测器类型有关。 当前解决此限制的方法： 收集大量数据/标准化（由供应商解决）差异。 图像归一化 能带归一化/将能带缩放到参考值 局部能量 问题：基于能量的归一化： 需要时间 不一定是最佳归一化 需要很多精力 提出方法：领域适应： 转移学习方法 测试数据来自与训练集不同但相关的分布 没有目标域的标签（无监督）。 源数据集->目标数据集 P（X_s）！= P（X_t） 领域转移 可以使用H-散度来量化域移位 H是映射的所有域分类器的集合 对抗神经网络 分类网络 特征提取器 分类器 域分配器 对抗性歧视性DA 源CNN /目标CNN标识符->域标签 测验 RevGrad 参考：Ganin等。 2016年 RevGrad / ADDA / WDGRL-

拉格朗日Lagrange插值法的matlab实现。给出一批离样点，做出一条通过这些点的光滑曲线，构造一个简单函数来近似。 本篇为Lagrange插值法，构造插值多项式。

部分源码 %三次样条插值法，求信号的包络线 clear all;close all;clc fs=30; %采样频率 t=0:1/fs:5; %采样时间 x=sin(2*pi*2*t)+sin(2*pi*4*t); %信号 %三次样条插值，求信号的包络线 d=diff(x); %对信号求导 n=length(d); d1=d(1:n-1); d2=d(2:n);

牛顿插值法matlab的m文件，里面有调用示例，可以直接调用。